动手学深度学习v2
从零开始,整体动手学习一遍深度学习
HRFarsighted
博士在读
展开
-
五、线性代数
# 学习时间:2022/2/22 16:19 #1、标量 import torch x=torch.tensor([3.0]) y=torch.tensor([2.0]) print(x+y,x*y,x/y,x**y) #2.向量:可以将其视为标量组成的列表 x=torch.arange(4) print(x) #可以通过索引访问任意元素 print(x[3]) #访问张量的长度 print(len(x)) #只有一个轴的张量,形状只有一个元素 print(x.shape) #通过指定分量m,n来创建一个原创 2022-02-25 17:06:33 · 722 阅读 · 0 评论 -
四、数据操作
## 1、数据操作 import torch X=torch.arange(12,dtype=torch.float32).reshape((3,4)) Y=torch.tensor([[2.0,1,4,3],[1,2,3,4],[4,3,2,1]]) print(torch.cat((X,Y),dim=0),torch.cat((X,Y),dim=1))#dim=0,第0维合并,即是在行堆叠;dim=1,则是按照列连接扩张;dim=3,则是三维 #按照逻辑运算符构建二元张量 print(X==Y) p.原创 2022-02-22 17:02:04 · 167 阅读 · 0 评论 -
三、 安装
原创 2022-02-22 16:59:07 · 79 阅读 · 0 评论 -
二、 深度学习介绍
原创 2022-02-22 16:56:24 · 477 阅读 · 0 评论 -
一、 课程内容安排
原创 2022-02-22 16:53:51 · 139 阅读 · 0 评论